用于视频目标检测的运动矢量外推
计算机视觉与模式识别
2021-06-16 v2
摘要
尽管计算高效的深度神经网络架构在视频目标检测中持续取得成功，其性能始终面临速度、精度与计算资源（三者取二）的严峻三难困境。当前利用视频时序信息以克服此困境的尝试受限于最先进目标检测模型。我们提出一种技术，通过并行使用现成目标检测器与现有基于光流的运动估计技术来执行视频目标检测。在基准MOT20数据集上的一组实验表明，我们的方法在毫不损失精度的情况下显著降低了任意给定目标检测器的基线延迟。进一步的延迟降低（可达原始延迟的25倍以下）可在最小精度损失下实现。MOVEX使得基于常见CPU的系统上的低延迟视频目标检测成为可能，从而将高性能视频目标检测拓展至GPU计算领域之外。代码见 https://github.com/juliantrue/movex。
引用
@article{arxiv.2104.08918,
title = {Motion Vector Extrapolation for Video Object Detection},
author = {Julian True and Naimul Khan},
journal= {arXiv preprint arXiv:2104.08918},
year = {2021}
}